范数学习笔记

如何通俗易懂地解释「范数」? - 知乎

压缩感知中的数学知识:稀疏、范数、符号arg min_彬彬有礼的专栏-****博客

max 和 argmax的区别_考研数学笔记_新浪博客

向量范数的matlab实现:

n=norm(X,1)——1-范数

n=norm(X)或者norm(X,2)——2-范数或者欧几里得范数

n=norm(X,p)——p-范数

n=norm(X,inf)——无穷范数

n=norm(X,-inf)——负无穷范数

例1:求三维向量X=[1 4 7]的各个范数

X=[1 4 7];
n1=norm(X,1)  %1-范数
n2=norm(X)    %2-范数
np=norm(X,3)  %p-范数
ninf=norm(X,inf)  %无穷范数
n_inf=norm(X,-inf)   %负无穷范数

 输出:

n1 = 12

n2 =  8.1240

np =  7.4169

ninf = 7

n_inf =  1

矩阵范数matlab实现:

n=norm(A,1)——1-范数,求矩阵A的列范数,即列向量1-范数的最大值;

n=norm(A)——2-范数,求矩阵A的欧几里得范数;

n=norm(A,inf)——求矩阵的行范数,即A的行向量的1-范数最大值;

n=norm(A,'fro')——求矩阵A的Frobenius范数。

例2 求一下三阶矩阵A的各个范数

A=[1 2 3;4 5 6;7 8 9];
n1=norm(A,1)  %求各列和的最大值,各列和12,15,18
n2=norm(A)  %求矩阵A的奇异值,取最大的就是2-范数
s=svd(A)  %求A的奇异值
ninf=norm(A,inf)  %求A的各行和的最大值6,15,24
n_fro=norm(A,'fro')  %求A的Frobenius范数

输出:

n1 = 18

n2 =16.8481

s = 16.8481
    1.0684
    0.0000

ninf =  24

n_fro =16.8819

上一篇:(2020李宏毅)机器学习-Convolutional Neural Network


下一篇:【算法竞赛学习笔记】超好懂的斯坦纳树详解!!!